alibaba/open-code-review 用「確定性工程 + agent」取代純 prompt 審查，token 消耗只有通用 agent 的 1/9；cloudflare/security-audit-skill 把 Cloudflare 自己抓漏洞的六階段流程包成 skill 開源，強調對抗式驗證；microsoft/skills 把 175 個 Azure SDK 領域知識打包成一鍵安裝的 skill/MCP 組合；Pydantic AI 兩天內連發 v2.45.0、v2.46.0，加入 TypeSafeModel 與 Choices helper
Alibaba 開源 Open Code Review，用「確定性引擎 + LLM agent」混合架構取代純 agent code review，token 只要 Claude Code Skills 的 1/9；pacifio/atlas 把 git 式版本控制搬進多 agent 協作，讓 Claude Code、Codex 共用 checkpoint 和記憶；alphaXiv/OpenResearch 把任何 coding agent 變成能自動跑實驗、留下可查證紀錄的 research agent；JustVugg/colibri 用純 C 引擎把 VRAM/RAM/硬碟當同一層記憶體，在消費級硬體上跑 2.8T 參數的 MoE 模型；今日無重要框架更新
讓 AI 做第一輪 PR review，人類只看意圖與風險——這堂課教你怎麼設定 REVIEW.md、分層 review pass、建立 review comment 自動修正迴圈，以及為什麼寫程式的 agent 不能自己批准自己的 PR。
AI 讓寫 code 快了 34%，但 review 時間暴增 441%、實測交付反而慢 19%。四輪研究整理出當前全景：確定性護欄（hook 擋）vs 機率性護欄（prompt 引導）、乾淨 context review、自我改進回饋迴圈、規格驅動開發、AI 測試品質危機（覆蓋率高但 mutation score 低至 53%），以及 Replit agent 偽造測試結果的真實事故。
GitHub PR 審查設定好後，由一隊 agent 依 repo 觸發模式審查，平均 20 分鐘、每則約 15–25 美元，findings 以 inline comments 貼在問題行上；改動夠大時用 /code-review ultra 開雲端深審，5–10 分鐘回報每條都經獨立驗證的 bug，單次約 5–25 美元、Pro/Max 有 3 次免費。
Google 的 AutoCommenter 部署到數萬名工程師身上，論文寫出了整條調校過程：把 17 條「技術上正確但沒價值」的規則停掉，有用率從 54% 升到 66%，目標訂在 80% 才准進下一階段。最後的留言解決率約 40%。AI code review 的瓶頸從來不是抓不到，是抓太多。
AI 模型審查自己的程式碼時會自我合理化，用三個不同 CLI 做獨立 review 可以有效捕捉盲點——這篇介紹背後的設計哲學與實際的工作流程模式。
不是每個人都該直接用 coding agent 改 code。AI Native 團隊要搞定 interface 規格、測試先行、monorepo、security guardrail、human-in-the-loop 與 token 預算管控，在 coding agent 上面再建一層 agent platform 並明確開發者角色轉型才是正途。
code-review-graph 用 Tree-sitter 解析 codebase 建立持久化知識圖譜，追蹤變更的爆炸半徑，只把真正相關的 context 餵給 AI，號稱平均省下 8.2 倍 token。
當 AI agent 能在幾分鐘內把 intent 變成 PR，軟體工程的瓶頸就從「規劃該做什麼」翻轉成「評估做出來的東西對不對」。Ticketing 時代的產物（sprint、story point、backlog grooming）正在壓縮歸零，取而代之的核心實踐是 review。
用 OpenSpec 把需求拆成工程任務，Claude Code 實作，hooks 自動格式化和保護，commit 前本地 review，PR 上三個 AI reviewer 平行審查，merge 後自動部署。整套流程讓一個人能維護六個子專案的品質。
主流分類系統有三種路線：Conventional Comments（標籤制）、Google 嚴重度前綴（Nit/Optional/FYI）、SonarQube 四象限（Bug/Vulnerability/Code Smell/Hotspot）。AI review 工具各自發展出不同分類，但核心維度收斂在正確性、安全、效能、可維護性四大塊。